智能制造網(wǎng)APP
智能制造網(wǎng)手機站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務號
智能控制
機器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
品牌
貝加萊
自動駕駛正處在風口上，資本、人才、技術(shù)趨之若鷲。
據(jù)摩根大通的研究分析，到2025年前，中國L1到L5級的輔助駕駛和自動駕駛市場規(guī)模將實現(xiàn)33%的年均增長率，總規(guī)模于2025年達到約71億美元。2020年，國家發(fā)改委會同11個國家部委聯(lián)合發(fā)布了《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》，指明了2025年實現(xiàn)有條件智能汽車規(guī)模化生產(chǎn)，2035年中國標準智能汽車體系全面建成的愿景。
時下，Robo-Taxi、無人送貨等技術(shù)的商業(yè)化已進入快車道。百度Apollo、滴滴、文遠智行、AutoX等載客服務在國內(nèi)部分地區(qū)得到驗證；新石器、京東、美團等電商、物流企業(yè)積極探索低速送貨業(yè)務。
隨著乘用車電驅(qū)化滲透率提升，車企之間的競爭不再圍繞內(nèi)燃機、變速器，轉(zhuǎn)而向車內(nèi)軟件、智能化程度看齊。上汽集團董事長陳虹甚至將自動駕駛比作車企的“靈魂”； 戴姆勒公司董事會主席康林松也將奔馳重新定位為“一家軟件運營公司”，并表示“正在生產(chǎn)具有開創(chuàng)性的移動設備”。
然而，自動駕駛的“進階之路”如同人類學習開車一樣，都需要經(jīng)歷漫長的過程，不僅需要先進的模型預算法，高質(zhì)量且大規(guī)模數(shù)據(jù)一樣不可或缺。
為解決智能駕駛從研發(fā)初期到落地的訓練高質(zhì)量數(shù)據(jù)需求，近日，國內(nèi)AI訓練數(shù)據(jù)服務商「云測數(shù)據(jù)」發(fā)布新一代自動駕駛數(shù)據(jù)解決方案。
目前云測數(shù)據(jù)為自動駕駛企業(yè)提供的提供的解決方案分三部分。一是基礎數(shù)據(jù)集，二是定制化數(shù)據(jù)采集和標注服務，三是包括數(shù)據(jù)采集標注、數(shù)據(jù)管理的全方位數(shù)據(jù)工具鏈。
“三個部分分別對應不同層階段的自動駕駛落地需求。”云測數(shù)據(jù)總經(jīng)理賈宇航向我們介紹，“第一個階段解決場景識別等基礎問題的通用數(shù)據(jù)，例如車輛識別、車道線識別，這個階段涉及多種傳感器，需要的大量布局；第二階段基于選定的場景，根據(jù)深度神經(jīng)網(wǎng)絡引入特定的數(shù)據(jù)，云測數(shù)據(jù)場景實驗室和標注基地有實力滿足相應數(shù)據(jù)的精度和規(guī)模；第三階段形成數(shù)據(jù)閉環(huán)，類似于特斯拉，云測數(shù)據(jù)可提供一整套成熟工具幫助完成數(shù)據(jù)采集、標注、管理一系列流程，幫助企業(yè)完成自身迭代。”
據(jù)介紹，云測數(shù)據(jù)采集服務覆蓋智能駕駛主流應用場景，擁有DMS與ADAS場景搭建采集經(jīng)驗，比如支持駕駛員信息備采、多模及車載語音采集等眾多類型。憑借高質(zhì)量的數(shù)據(jù)交付實力，云測數(shù)據(jù)已和業(yè)內(nèi)包括自主、合資車企，大型Tier1、Tier2，以及無人出租車、自動駕駛公司等眾多企業(yè)，建立了持久良好的合作關(guān)系。
與此同時，隨著激光雷達硬件成本下降，相應的需求也在井噴式爆發(fā)，實際上云測數(shù)據(jù)已在新的需求中提前布局，“我們在點云類型數(shù)據(jù)標注上有完整、完善的工具及經(jīng)驗，是業(yè)內(nèi)率先實現(xiàn)2D/3D融合標注、3D點云標注、3D矩形框選、語義分割、目標跟蹤等功能的企業(yè)。”賈宇航在采訪中表示。
“通過我們?yōu)樽詣玉{駛落地服務的數(shù)據(jù)標注平臺、標注工具，能夠?qū)I數(shù)據(jù)訓練過程綜合效率提升200%，項目較高標注精度可實現(xiàn)99.99%。”賈宇航介紹到。
在智能汽車普及的大背景下，數(shù)據(jù)標注作為人工智能落地應用實現(xiàn)的重要環(huán)節(jié)，其標注后的數(shù)據(jù)精度和效率影響著車輛上路后重中之重的安全性。
云測數(shù)據(jù)通過自動駕駛場景數(shù)據(jù)庫、定制化數(shù)據(jù)采集標注、數(shù)據(jù)標注&數(shù)據(jù)管理平臺等服務，在為智能駕駛相關(guān)企業(yè)提供大規(guī)模感知數(shù)據(jù)的能力同時，可減少數(shù)據(jù)采集周期、提升數(shù)據(jù)標注效率，在提升AI訓練精度的同時，為自動駕駛公司的大量節(jié)省研發(fā)時間和成本，幫助其快速、平穩(wěn)成長。
(原標題：我們離自動駕駛還有多遠？這個數(shù)據(jù)解決方案正在加速智能汽車普及)
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號
